Resolução do desafio loqqbox

.vscode/settings.json

@@ -0,0 +1,4 @@
+{
+    "python-envs.defaultEnvManager": "ms-python.python:conda",
+    "python-envs.defaultPackageManager": "ms-python.python:conda"
+}

code/case1.py

@@ -0,0 +1,99 @@
+# %% 
+import pandas as pd
+import mysql.connector
+from mysql.connector import Error
+from datetime import datetime
+# %%
+#função para receber a entrada via teclado do codigo do produto e fazer com que ele seja inteiro
+def insert_prod_cod():
+    try:
+        prod_code = int(input("Digite o codigo do produto que voce irá procurar (apenas numero sem virgulas ou caracteres):"))
+    except ValueError as err:
+        print("Você precisa inserir um numero inteiro ")
+    else:
+        if(prod_code > 0):
+            return(prod_code)
+        print("Não Existe codigo de produto negativo")
+    return(insert_prod_cod())
+
+
+# %%
+
+#função para receber codigo da loja via teclado e garantir que seja inteiro
+def insert_store_cod():
+    try:
+        store_code = int(input("Digite o codigo do Loja que voce irá procurar (apenas numero sem virgulas ou caracteres):"))
+    except ValueError as err:
+        print("Você precisa inserir um numero inteiro ")
+    else:
+        if(store_code > 0):
+            return(store_code)
+        print("Não Existe codigo de produto negativo")
+    return(insert_store_cod())
+
+# %%
+
+#função para receber as datas e garantir que estejam no padrao, estejam dentro do range e tambem que 
+#os valores de inicio seja menor que a de fim 
+def insert_date():
+    try:
+        date_init = datetime.strptime(input("Digite a data Inicial de pesquisa (YYYY-MM-DD) a data precisa ser entre '2019-01-01', '2019-01-31':"), "%Y-%m-%d")
+        date_end = datetime.strptime(input("Digite a data Final de pesquisa (YYYY-MM-DD) a data precisa ser entre '2019-01-01', '2019-01-31':"), "%Y-%m-%d")
+        date_range_init = datetime.strptime("2019-01-01","%Y-%m-%d")
+        date_range_end = datetime.strptime("2019-12-31","%Y-%m-%d")
+
+    except ValueError as err:
+        print("A data esta em formato errado ")
+    else:
+        if(date_init >= date_end):
+            print("Data inicial maior que data final!")
+        else:
+            if(date_range_init <= date_init <= date_range_end and date_range_init <= date_end <= date_range_end ):
+                return([date_init, date_end])
+            print(" A data nao esta entre os periodos de '2019-01-01', '2019-12-31'")
+    return(insert_date())
+# %%
+def connect():
+    try:
+        connection = mysql.connector.connect(
+            host="35.199.115.174",
+            user="looqbox-challenge",
+            password="looq-challenge",
+            database="looqbox-challenge"
+            )
+        return connection
+
+    except Error as e:
+        return print(f"Erro ao conectar com o banco: {e}")
+
+# %%
+
+def sql_table(prod_code, store_code, date):
+    connection = connect()
+    if connection.is_connected():
+        print("Conectado ao banco")
+        cursor = connection.cursor()
+        cursor.execute("SELECT * " \
+        "FROM data_product_sales ;")
+        colunas = [coluna[0] for coluna in cursor.description]
+        dados = cursor.fetchall()
+        data_products_sale =  pd.DataFrame(dados, columns=colunas)
+
+        #Conversão do tipo das colunas para fazer os filtros
+        data_products_sale['DATE'] = pd.to_datetime(data_products_sale['DATE'])
+        data_products_sale['STORE_CODE'] = data_products_sale['STORE_CODE'].astype(int)
+        data_products_sale['PRODUCT_CODE'] = data_products_sale['PRODUCT_CODE'].astype(int)
+
+        #aplicação de filtros nos DFs baseados na entrada
+        data_products_sale = data_products_sale[data_products_sale['DATE'].between(*date)]
+        data_products_sale = data_products_sale[data_products_sale['STORE_CODE'] == store_code]
+        data_products_sale = data_products_sale[data_products_sale['PRODUCT_CODE'] == prod_code]
+        cursor.close()
+        return(data_products_sale)
+# %%
+df1 = sql_table(insert_prod_cod(), insert_store_cod(), insert_date())
+# %%
+print(df1)
+
+
+# %%

code/case2.py

@@ -0,0 +1,52 @@
+# %% 
+import pandas as pd
+import mysql.connector
+from mysql.connector import Error
+from datetime import datetime
+# %%
+
+def connect():
+    try:
+        connection = mysql.connector.connect(
+            host="35.199.115.174",
+            user="looqbox-challenge",
+            password="looq-challenge",
+            database="looqbox-challenge"
+            )
+        return connection
+
+    except Error as e:
+        return print(f"Erro ao conectar com o banco: {e}")
+# %%
+def sales_bytime():
+    connection = connect()
+    if connection.is_connected():
+        print("Conectado ao banco")
+        cursor = connection.cursor()
+        cursor.execute("SELECT STORE_CODE, STORE_NAME, START_DATE, END_DATE, BUSINESS_NAME, BUSINESS_CODE " \
+        "FROM data_store_cad;")
+        colunas = [coluna[0] for coluna in cursor.description]
+        dados = cursor.fetchall()
+        df_data_store =  pd.DataFrame(dados, columns=colunas)
+
+        cursor.execute("SELECT STORE_CODE, DATE, SALES_VALUE, SALES_QTY " \
+        "FROM data_store_sales WHERE DATE BETWEEN '2019-01-01' AND '2019-12-31';")
+        colunas = [coluna[0] for coluna in cursor.description]
+        dados = cursor.fetchall()
+        data_store_sales =  pd.DataFrame(dados, columns=colunas)
+        cursor.close()
+
+        #junção das tabelas com informações de vendas por loja e nome da loja para criar a tabela agrupada
+        df_sales = df_data_store.merge(data_store_sales, on='STORE_CODE')
+        #conversão de tipo das colunas
+        df_sales['DATE'] = pd.to_datetime(df_sales['DATE'])
+        #Filtros 
+        df_sales = df_sales[df_sales['DATE'].between('2019-10-01','2019-12-31')]
+        #Agrupamento e soma dos valores baseados no nome da loja e no nome do negocio
+        df_sales = df_sales[['STORE_NAME','BUSINESS_NAME','SALES_VALUE']].groupby(["STORE_NAME","BUSINESS_NAME"]).sum().sort_values('STORE_NAME')
+        return(df_sales)
+
+# %%
+
+print(sales_bytime())
+# %%

code/case3.py

@@ -0,0 +1,69 @@
+# %% 
+import pandas as pd
+import mysql.connector
+from mysql.connector import Error
+from datetime import datetime
+import matplotlib.pyplot as plt
+import numpy as np
+# %%
+
+def connect():
+    try:
+        connection = mysql.connector.connect(
+            host="35.199.115.174",
+            user="looqbox-challenge",
+            password="looq-challenge",
+            database="looqbox-challenge"
+            )
+        return connection
+
+    except Error as e:
+        return print(f"Erro ao conectar com o banco: {e}")
+# %%
+
+connection = connect()
+if connection.is_connected():
+    print("Conectado ao banco")
+    cursor = connection.cursor()
+    cursor.execute("SELECT * FROM IMDB_movies;")
+    colunas = [coluna[0] for coluna in cursor.description]
+    dados = cursor.fetchall()
+    df1 =  pd.DataFrame(dados, columns=colunas)
+    cursor.close()
+
+# %%
+
+#Fazendo Grafico de quantidade de filmes por ano
+df_movies_year = df1.groupby("Year").size().sort_index()
+plt.bar(df_movies_year.index, df_movies_year.values )
+plt.title ("Número de Filmes por ano")
+plt.xlabel("Ano")
+plt.ylabel("Num de Filmes")
+plt.show()
+# %%
+
+#Fazendo grafico de quantidade de filmes por rating com range
+
+#criação de uma coluna separando os ranges por grupos de 0 ate 4, 5 a 8 e 9 a 10
+intervalos = [0, 4.9, 8.9, 10.1]
+nomes_faixas = ["0 a 4", "5 a 8", "9 e 10 (Ótimo)"]
+df1["faixa_rating"] = pd.cut(df1["Rating"], bins=intervalos, labels=nomes_faixas, right=False)
+
+movies_rating = df1.groupby("faixa_rating").size().sort_index()
+
+plt.bar(movies_rating.index, movies_rating.values )
+plt.title ("Número de Filmes por faixa de Rating")
+plt.xlabel("Faixa de Rating")
+plt.ylabel("Num de Filmes")
+plt.show()
+# %%
+
+##Fazendo grafico de dispersão para verificar o retorno do filme baseado no rating
+valores_y = np.arange(0, int(df1['RevenueMillions'].max()) + 100, 100)
+plt.yticks(valores_y)
+plt.grid(axis="y", linestyle="--", alpha=0.7, color="gray")
+plt.scatter(df1['Rating'], df1['RevenueMillions'])
+plt.title ("Relação de Rating e Bilheteria")
+plt.xlabel("Rating")
+plt.ylabel("Retorno Bilheteria")
+plt.show()

code/sql_queries.py

@@ -0,0 +1,93 @@
+# %%
+
+import pandas as pd
+import mysql.connector
+from mysql.connector import Error
+from datetime import datetime
+
+# %%
+#Conexão com banco de dados
+def connect():
+    try:
+        connection = mysql.connector.connect(
+            host="35.199.115.174",
+            user="looqbox-challenge",
+            password="looq-challenge",
+            database="looqbox-challenge"
+            )
+        return connection
+
+    except Error as e:
+        return print(f"Erro ao conectar com o banco: {e}")
+
+# %%
+
+# Desafio 1
+def top_10_expensive():
+    connection = connect()
+    if connection.is_connected():
+        print("Conectado ao banco")
+        cursor = connection.cursor()
+        #Query para pegar os 10 produtos mais caros
+        cursor.execute("SELECT PRODUCT_NAME, PRODUCT_VAL  " \
+        "FROM data_product ORDER BY PRODUCT_VAL DESC LIMIT 10;")
+        colunas = [coluna[0] for coluna in cursor.description]
+        dados = cursor.fetchall()
+        df_produtos_mais_caros =  pd.DataFrame(dados, columns=colunas)
+        print(df_produtos_mais_caros)
+        cursor.close()
+
+    if 'connection' in locals() and connection.is_connected():
+        connection.close()
+        print("\nConexão encerrada!")
+# %%
+top_10_expensive()
+
+# %%
+# Desafio 2
+def sections_departaments():
+    connection = connect()
+    if connection.is_connected():
+        print("Conectado ao banco")
+        cursor = connection.cursor()
+        #Query para mostrar quais seções tem  nos departamentos de BEBIDAS E PADARIA
+        cursor.execute("SELECT DISTINCT SECTION_NAME,DEP_NAME  FROM data_product " \
+        "WHERE DEP_NAME IN ('BEBIDAS','PADARIA') ORDER BY DEP_NAME;")
+        colunas = [coluna[0] for coluna in cursor.description]
+        dados = cursor.fetchall()
+        df_section_name =  pd.DataFrame(dados, columns=colunas)
+        print(df_section_name)
+        cursor.close()
+
+    if 'connection' in locals() and connection.is_connected():
+        connection.close()
+        print("\nConexão encerrada!")
+
+
+# %%
+sections_departaments()
+#%%
+#Desafio 3
+def total_sales_BA_quarter():
+    connection = connect()
+    if connection.is_connected():
+        print("Conectado ao banco")
+        cursor = connection.cursor()
+        #Query para mostrar o total de vendas por area de negocio no primeiro quarter de 2019
+        cursor.execute("SELECT a.BUSINESS_NAME, SUM(b.SALES_VALUE) AS total_sales, SUM(b.SALES_QTY) AS total_qtd " \
+        "FROM data_store_cad AS a " \
+        "JOIN data_store_sales AS b " \
+        "ON a.STORE_CODE = b.STORE_CODE " \
+        "WHERE b.DATE BETWEEN '2019-01-31' AND '2019-04-30' " \
+        "GROUP BY a.BUSINESS_NAME " \
+        "ORDER BY total_sales DESC;")
+        colunas = [coluna[0] for coluna in cursor.description]
+        dados = cursor.fetchall()
+        df_total_vendas =  pd.DataFrame(dados, columns=colunas)
+        print(df_total_vendas)
+        cursor.close()
+
+    if 'connection' in locals() and connection.is_connected():
+        connection.close()
+        print("\nConexão encerrada!")
+total_sales_BA_quarter()